科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提升大规模在线教育学习者满意度测评效果,降低测评冗余值,构建了一种基于反向传播(Back Propagation,BP)神经网络的大规模在线教育学习者满意度测评模型。首先选取满意度测评指标,设定测评模型的路径系数图,其次估计路径系数图块结构参数,分析结构变量与观测变量间的关系,最后通过设计BP设计网络的结构并进行学习训练,实现大规模在线教育学习者满意度测评模型的构建。试验结果证明,构建模型能够取得更低的测评冗余值。
- 单位
为提升大规模在线教育学习者满意度测评效果,降低测评冗余值,构建了一种基于反向传播(Back Propagation,BP)神经网络的大规模在线教育学习者满意度测评模型。首先选取满意度测评指标,设定测评模型的路径系数图,其次估计路径系数图块结构参数,分析结构变量与观测变量间的关系,最后通过设计BP设计网络的结构并进行学习训练,实现大规模在线教育学习者满意度测评模型的构建。试验结果证明,构建模型能够取得更低的测评冗余值。
